js65金沙线路总站学术讲座（第七十四期）

报告人:  高泽峰 副研究员（中国人民大学）

题   目：AI驱动的材料结构智能设计

地   点：中山大学南校园550栋二楼报告厅

时   间：2026年1月30日（星期五）下午15:00

主持人：邬汉青 副教授

报告摘要：

先进材料的发现是推动技术革新的核心动力，其结构与性能往往源于晶格、电荷、自旋、对称性与拓扑等多物理量之间的复杂耦合，这也使得材料的逆向设计极具挑战性。近年来，人工智能技术的发展显著提升了对材料结构–性质间隐含关系的表征能力，为功能材料的高效逆向设计开辟了新路径。基于生成模型和判别模型的AI方法已取得诸多突破，受到广泛关注。本报告将简要回顾AI驱动材料逆向设计的研究脉络，梳理关键技术路线，并结合我们近期在交错磁性、超导材料、钙钛矿缺陷钝化、晶体声子谱分钟级快速计算平台PhononBench以及多智能体DFT框架构建等方向的研究成果，展示AI在复杂材料系统设计中的最新应用进展。
 

报告人简介：

高泽峰，中国人民大学js65金沙线路总站副研究员、讲师。中国人民大学青年英才。研究方向为AI驱动的功能性晶体材料的发现（AI for Phys）和基于量子物理数值方法的预训练模型压缩(Phys for AI)。基于矩阵乘积算符表示的神经网络、针对语音增强领域的模型压缩和小型化和面向预训练模型的轻量化微调与模型扩容三个方面，构建了基于矩阵乘积算符表示的理论方法。同时，应用人工智能方法辅助功能性新材料发现。已在本领域相关的国内外学术期刊和会议上发表论文三十余篇，涵盖ACL、NeurIPS等人工智能重要会议和Nature Computational Science、National Science Review等SCI重要期刊。其中，基于矩阵乘积算符实现预训练模型的过参数化过程的工作获得ACL2023最佳论文提名；基于AI加速发现新的交错磁性材料的工作成为了Web of Science高被引论文和最受关注论文。研究成果被来自剑桥大学、斯坦福大学、Meta公司等科研机构的领域专家引用。主持包括国家自然科学基金面上项目、青年科学基金项目、重点项目（子课题）、国家重点研发计划“物态调控”专项项目（子课题）与多项横向课题。